中国词元工厂发展白皮书（2026） 深度拆解：算力生意的胜负手是利用率不是卡数

科智咨询与算力海洋联合编制的这份《中国词元工厂发展白皮书（2026）》，把AI算力基础设施的价值锚点从"峰值算力"彻底切换到了"有效词元产出（Good Token）"。白皮书以NVIDIA H200与华为昇腾910B双硬件路线、128台8卡服务器（1024颗GPU）标准集群为测算样本，构建了覆盖成本核算、产能测算、收入校准、回报评估的全链路模型，核心结论极为直接：算力规模大不等于赚钱多，商业利用率与词元定价才是决定生死的关键变量，而国产路线在当前行业平均运营水平下具备远比海外路线更厚的盈利安全垫。这不是一份推销算力的报告，更像一份提醒行业"别再按卡数算收益"的测算规范。

---

一、发展现状：1300个项目在跑，但有效产能滞后于规划

白皮书给出的第一组数据奠定了产业判断的基调。截至2026年6月底，国内处于有效动态的智算中心项目超过1300个，其中拟建/筹备期项目占比49.6%、开工/在建期39.4%、投产/运营期仅占11.0%。报告的定性是：行业整体仍处于产能扩张前半程，实际有效产能释放滞后于规划节奏。

词元工厂作为智算中心的高阶形态，进度更为超前但也更分散。据行业公开披露的8个代表性词元工厂项目中，拟建/筹备4个、开工/在建2个、投产/运营2个，多数项目仍处于硬件底座搭建、推理软件适配、商业模式验证的关键阶段。

需求侧的数据同样具有冲击力：我国日均词元消耗量从2024年初约1000亿增长到2025年6月底超过30万亿，一年半增长300多倍。报告还捕捉到需求的结构性分化——"西部大吞吐+东部低时延"：西部承接批量推理、离线处理等对大吞吐量、非实时需求、对成本敏感的任务；东部承载实时交互、企业级应用等高附加值需求，对时延和服务质量要求更高。

同时报告点出了三大现实痛点：投资普遍重硬件轻运营（以"有多少卡"为评价标准）、产能口径不一（总处理Token、输入Token、缓存Token、输出Token概念混用，常将"输入+输出"的总处理量宣传为"产出量"）、服务规范缺失（SLA体系不健全、计量规则不统一、缺乏第三方权威验证机制）。

💡 深度思考

"1300个项目中只有11%投产运营"与"日均词元消耗一年半增长300多倍"这两组数据放在一起，暴露的是一个典型的供需时间错配：需求端在指数级爆发，供给端却卡在建设周期里。但更值得警惕的是报告提到的"实际有效产能往往仅为峰值的50%-70%"——这意味着即使全部1300个项目投产，真实可用算力也只有规划数字的六到七成。由此可以推出一个比报告更进一步的判断：未来两年真正稀缺的不是GPU，而是"把规划产能转化为有效产出"的工程能力。这种能力包含算子适配、KV缓存优化、P/D动态编排、负载编排等一整套软件栈工艺，它无法通过采购获得，只能通过时间与人才积累。这解释了为什么报告把"软件优化、调度能力、流量运营成为核心壁垒"列为当前产业核心特征之一——在硬件供给逐步缓解之后，算力生意的门槛正在从资本转向工艺。

---

二、成本结构：国产CAPEX只有海外四成，但差距不在硬件

白皮书的测算体系以128台8卡服务器（120台生产+8台预留）为标准集群，采用5年直线折旧的合规口径。两条路线的成本对比构成了全文最有价值的部分。

H200路线：单台服务器350万元（综合考虑海外市场价格及关税影响），AI服务器硬件主体44800万元，基础设施配套6720万元（按硬件15%计提），软件平台3584万元（按硬件8%计提），CAPEX合计55104万元。年化折旧为硬件8960万+基础设施672万+软件摊销约1194.67万=10826.67万元/年。年化现金OPEX 7631.76万元（电力1384.95万、机房带宽与机柜租金965.12万、硬件维保1344万、软件订阅与SRE 1120万、技术团队2000万等）。年化全成本18458.42万元。

昇腾910B路线：单台服务器140万元（政企招标均价），硬件主体17920万元，基础设施配套2688万元，软件平台+算子适配1792万元（按硬件10%计提），CAPEX合计22400万元。年化折旧4450.13万元/年，年化现金OPEX 5834.84万元，年化全成本10284.97万元。

关键对比结果是：==910B的CAPEX仅为H200的40.6%，年化全成本仅为H200的55.7%==。而单台整机功耗14.5kW vs 11.5kW、PUE同为1.3、折旧年限与电价（0.7元/kWh、年有效运营8200小时）完全一致。

成本结构上的差异更值得注意：H200年化全成本中硬件年折旧占比接近50%，而910B仅为34.8%；反过来，910B的技术团队与模型优化投入占比达20.4%，显著高于H200的10.8%——这恰是国产路线"便宜但不省心"的量化体现。

💡 深度思考

"910B技术团队投入占比20.4% vs H200的10.8%"这个对比，是整份白皮书里最容易被忽略、却最具战略含义的数据。它说明国产硬件的成本优势并非纯天然，而是被额外的软件适配工作量部分抵消的。用财务语言说，国产路线把一部分硬件成本转化为了人力成本。这两类成本的财务性质完全不同：硬件成本是沉没的、可折旧分摊的，人力成本是持续的、随规模线性增长的。这意味着国产路线在单集群测算上很漂亮，但在多集群规模化运营时，人力成本的线性扩张会侵蚀掉规模效应。由此可以推出一条对国产算力厂商的建议：真正决定国产路线长期经济性的，不是单卡价格能压多低，而是算子库的标准化程度能否让"适配人力"从每项目重投入变成一次投入多次复用。报告在趋势章节提到"将通用场景的算子适配率提升至90%以上"，方向正确，但标准化程度才是这条路径的胜负手。

---

三、收入与回报：短问答是唯一双路线通吃的盈利场景

白皮书的收入模型是全文技术上最扎实的部分——它用六层校准（P/D双向吞吐约束→SLA通过率95%→缓存分层计费→年化汇率折算→商业利用率CUR→价格实现率PRR）把"理论产能"一步步折算成"可确认营收"，明确禁止用总Token冒充产出Token。

三条场景的测算结果如下（H200路线）：

1. 办公短问答（28P+92D，2K输入/500输出）：请求率420req/s，单请求收入$0.005，年化营收18596.15万元。
2. 办公长文（16P+104D，2K输入/1K输出）：请求率239.2req/s，单请求收入$0.0072，年化营收15250.97万元。
3. 代码Agent（40P+80D，20K未命中输入+60K缓存命中+4K输出）：请求率30req/s，单请求收入$0.0612，年化营收14903.48万元。

对应的回报指标呈现出清晰的分层：

指标	办公短问答	办公长文	代码Agent
年化营收（万元）	18596.15	15250.97	14903.48
年化EBITDA（万元）	10964.39	7619.21	7271.73
全成本利润（万元）	137.72	-3207.46	-3554.94
静态回收期（年）	5.0	6.5	6.8
五年现金ROI	-0.82%	-23.59%	-25.95%

而910B路线的表现截然不同：办公短问答年化营收12087.50万元、EBITDA 6252.65万元、全成本利润1802.52万元、静态回收期3.8年、五年现金ROI 30.72%；办公长文全成本利润-370.57万元、ROI 7.96%；代码Agent全成本利润892.64万元、ROI 14.14%。

报告的结论是：==办公短问答是双路线唯一通用的优质盈利场景；H200路线高投入高回报但弹性在盈亏线附近，910B路线低投入稳收益==。此外，报告对DeepSeek-V4-Pro场景给出了明确否定：受限于模型公开定价过低（输入$0.435/M、输出$0.87/M），所有文本场景年化营收均无法覆盖现金OPEX，仅可作流量填谷、低价获客补充业务。

💡 深度思考

"短问答盈利、长文与代码Agent亏损"这个排序，颠覆了行业对"高价值场景=高利润场景"的直觉。原因藏在P/D配比里：短问答是Decode密集但单请求输出极短（500 token）的场景，单位算力能承载的请求数最多（420req/s）；而代码Agent虽然单请求收入高达$0.0612（是短问答的12倍），但请求率只有30req/s——单价高10倍，产能低14倍，算下来反而是负毛利。这个发现的政策含义是：当前词元经济的利润池，建立在"大量短交互"而非"少量深度任务"之上。如果这个格局持续，那么Agent类应用的普及对算力厂商而言未必是好消息——最需要算力的场景，恰恰是最不赚钱的场景。由此可以推出一条值得行业警惕的推论：==词元工厂的商业化路径，可能要等到Agent场景的单位算力效率提升一个数量级之后才能真正打开==，而这需要模型层（更短的thinking、更高效的KV缓存复用）与硬件层（更高显存带宽）的协同突破，不是单靠堆算力能解决的。

---

四、敏感性与盈亏边界：利用率是唯一的生死红线

白皮书用敏感性分析给出了最具实操价值的结论，并明确排序：商业利用率＞词元成交单价＞软件优化吞吐＞电价＞硬件采购成本。

具体量化为：

• 商业利用率CUR每波动±10%，H200路线IRR波动±18.2%、910B路线±12.5%。
• 词元成交单价PRR每波动±10%，H200路线IRR波动±15.6%、910B路线±10.3%。
• 有效吞吐系数GUF每波动±10%，H200路线±12.8%、910B路线±14.6%（注意：国产路线对吞吐的敏感度反而更高）。
• 电价每波动±10%，双路线IRR波动±8.7%与±7.2%。
• 硬件采购成本每波动±10%，双路线IRR波动±6.4%与±5.1%。

在盈亏平衡分析上，报告给出了一条精确的分界线：

• H200集群：盈亏临界点位于CUR×PRR≈37.2%的对角区间。行业通用基准场景（CUR=60%、PRR=65%）对应净利润仅约36万元，恰好紧贴盈亏平衡线，安全边际极薄——利用率或价格仅需2-3个百分点下行波动就会转入亏损。最大亏损6759万元出现在CUR=40%、PRR=50%的极端场景。
• 910B集群：盈亏临界点位于CUR×PRR≈33.2%，较H200低约5.8个百分点。同一基准场景（CUR=60%、PRR=65%）对应净利润约1351.9万元，处于稳定盈利区间，可承受约10个百分点的下行波动。最大亏损3064.7万元，仅为H200同场景的45%。

在硬件价格敏感性上，报告的"投资价值红线"测算尤为值得关注：H200全成本盈亏平衡点约354万元/台，具备商业投资价值的价格红线约347万元/台——而当前国内8卡H200服务器主流采购价处于高溢价区间，远超该红线。相比之下，910B全成本盈亏平衡价约190.5万元/台，投资价值红线约239.4万元/台，约为当前主流采购价（140~160万元/台）的1.5~1.7倍，即使硬件价格上涨30%仍可保持年度盈利。

💡 深度思考

"H200在行业基准场景下净利润仅36万元"这个数字，比任何风险提示都更有说服力。它意味着用350万元/台的价格采购H200建词元工厂，在最主流的短问答场景、行业平均利用率下，一年只赚36万——相当于一台服务器价格的两千分之一。这不是效率问题，而是定价问题：报告测算的$1.40/M输入、$4.40/M输出价格已经是GLM-5.2的公开API价，而PRR取65%意味着实际成交价还要再打六五折。这个模型真正揭示的是：算力供给端在产业链中的议价能力，已经被模型厂商和应用层挤压到极薄。由此可以推出一条比报告更尖锐的判断——词元工厂的商业模式，本质上是在赌"利用率能长期稳定在65%以上"和"词元价格不会跟随算力供给扩张而下行"这两个前提同时成立。而报告自己在风险章节明确指出"行业推理产能集中释放，市场供过于求，词元成交单价持续下行"是可能的风险。这两个前提在中长期是相互矛盾的：要守住利用率，就要扩产承接需求；扩产又会压低价格。这个内在张力，才是词元工厂投资真正的核心风险，而它无法通过任何敏感性分析消解。

---

五、标准与趋势：TO-TFS 1.0与"三本账"

白皮书提出的解决方案是一套行业倡议标准：《词元工厂产能与服务效能评价标准（TO-TFS 1.0）》，核心是以Good Token（满足P95时延、可用性、准确率的用户侧有效输出Token）为唯一产能计量单元。报告强调，该标准为双方联合研究成果与行业倡议，不属于国家强制标准范畴。

标准的设计围绕三个组件展开：

一是"词元工厂身份证"（Token Factory Passport）——作为结果不可拆分的最小发布单元，任何TPS、Token/日、能效、成本或SLA数字都必须与模型版本、Tokenizer、负载、质量门槛、硬件、软件、并行策略、缓存、P/D配置、功率边界、测试时长和证据标签绑定。

二是"三本账"——生产账（输入未命中/缓存命中/推理输出/可见输出/工具Token）、能源账（GPU/节点/集群IT/设施能耗与PUE）、经济账（CAPEX/OPEX/折旧/融资/许可/价格实现率/售卖率/收入）。

三是TFS-5五维指标：TFS-1 SGTC服务级可售词元产能（亿Token/日）、TFS-2 SCC并发交互服务曲线、TFS-3 GTEE服务级词元能效（百万Good Token/kWh）、TFS-4 FCMGT百万Good Token成本（元/百万Token）、TFS-5 SQE服务质量包络（P50/P95/P99时延、可用性、错误率）。

标准还定义了四类基准工况（TF-O办公问答、TF-R复杂推理与代码生成、TF-L长上下文、TF-A Agent多轮工具调用）、四级服务等级（Batch/Server/Interactive/Agentic），以及两轴证据标签（来源类型+数据状态，如V-S厂商规格、T-M厂商实测、P-A规划假设、T-W第三方见证）。

在趋势判断上，白皮书给出五条：规模扩容与业态升级（100MW以上乃至GW级成为必需）、算电协同与成本优化（利用率、负载编排、峰谷电价响应成为核心经济学变量）、交付模式向价值转型、软件优化与调度提效（KV缓存优化、算子融合、多模型调度、P/D动态编排可将有效吞吐提升1.5-2倍、单位词元成本降低30%以上）、国产渗透与适配降本（将通用场景算子适配率提升至90%以上）。

💡 深度思考

TO-TFS 1.0最有价值的其实不是五个指标，而是"两轴证据标签"这个设计。传统行业标准习惯于把数据质量压缩成一个综合等级，但报告敏锐地指出"把来源可靠性和是否真实测量混在单一等级里容易产生误读"——一个厂商规格书上的数字（V-S）和一个第三方见证的实测数字（T-W），可能都是"可靠"的，但可靠的是完全不同的东西。这个设计把两个正交维度拆开，实际上是在规范一种"数据诚实"：你可以用规划假设，但必须标注清楚它是规划假设。放到行业语境里看，这套标准真正的价值在于它给采购方提供了一把"拒绝虚高产能宣传"的尺子——政企集采可以要求供应商提供带证据标签的SGTC数据，而不是"日产XX万亿Token"这类无边界口号。报告在落地建议中明确提出"按实际有效产出结算费用"，一旦这套计量口径被主流集采合同采纳，那些靠口径模糊获利的项目将直接被淘汰，行业会从"比谁嗓门大"回到"比谁效率高"。这可能是这份白皮书超越测算本身最大的产业贡献。

---

六、总结：四条核心判断

判断一： 算力生意的价值锚点已从"峰值算力"转向"有效词元产出"，1300个智算项目中仅11%投产、有效产能仅为峰值50%-70%的现实，说明稀缺的是转化工艺而非硬件本身。

判断二： 国产昇腾910B路线CAPEX仅为H200的40.6%、年化全成本仅为55.7%，且盈亏平衡点（CUR×PRR≈33.2%）较H200低约5.8个百分点，在行业平均利用率下净利润1351.9万元对H200的36万元；但代价是技术团队投入占比高达20.4%，国产路线的长期经济性取决于算子适配的标准化程度。

判断三： 办公短问答（420req/s、年化营收18596万元）是双路线唯一通用的优质盈利场景，而单价高12倍的代码Agent（30req/s）反而亏损——当前词元经济的利润池建立在"大量短交互"之上，Agent场景的商业化需等待单位算力效率的数量级提升。

判断四： 商业利用率是唯一的生死红线，H200在行业基准场景下净利润仅36万元、安全边际仅2-3个百分点；词元工厂投资的真正核心风险，是"守住利用率"与"扩产压低价格"这两个前提之间的内在矛盾。

---

免责声明： 本文基于公开研究报告进行分析解读，不构成任何投资建议。市场有风险，投资需谨慎。文中观点仅代表个人分析，不代表任何机构立场。数据引用力求准确，但不保证完整性，请以原始报告为准。

---

📄 研报来源

• 研报名称： 《中国词元工厂发展白皮书（2026）》（副标题：测算模型优化版·双硬件路线全链路校准）
• 作者： 原文未注明（白皮书由科智咨询与算力海洋联合编制）
• 发布单位： 科智咨询 × 算力海洋（测算基准：双硬件路线·六层级收入模型·TO-TFS 1.0 标准）
• 发布日期： 2026-08（报告标注发布日期为2026年8月；数据时效至2026年8月31日）